Tools许多 AI 应用程序通过自然语言与用户交互。然而某些业务场景需要模型使用结构化输入直接与外部系统如 API、数据库或文件系统进行交互。Tools 是 agents 调用来执行操作的组件。它们通过定义良好的输入和输出让模型与外部世界交互从而扩展模型的能力。Tools 封装了一个可调用的函数及其输入模式。我们可以把工具定义传递给兼容的 models允许模型决定是否调用工具以及使用什么参数。在这些场景中工具调用使模型能够生成符合指定输入模式的请求。注意服务器端工具使用某些聊天模型例如 OpenAI、Anthropic 和 Gemini具有在服务器端执行的内置工具如 Web 搜索和代码解释器。请参阅提供商概述以了解如何使用特定聊天模型访问这些工具。TIP: 迁移与更多 Tool Calling 说明请参考Tool Calling 使用指南。Tool calling也称为 function calling是 AI 应用程序中的常见模式允许 model 与一组 API 或 tools 交互增强其能力。Tools 主要用于信息检索此类别中的 tools 可用于从外部源检索信息例如数据库、Web 服务、文件系统或 Web 搜索引擎。目标是增强 model 的知识使其能够回答原本无法回答的问题。因此它们可以在 Retrieval Augmented Generation (RAG) 场景中使用。例如可以使用 tool 检索给定位置的当前天气、检索最新新闻文章或查询数据库中的特定记录。执行操作此类别中的 tools 可用于在软件系统中执行操作例如发送电子邮件、在数据库中创建新记录、提交表单或触发工作流。目标是自动化原本需要人工干预或显式编程的任务。例如可以使用 tool 为与聊天机器人交互的客户预订航班、填写网页上的表单或在代码生成场景中基于自动化测试TDD实现 Java 类。尽管我们通常将 tool calling 称为 model 能力但实际上由客户端应用程序提供 tool calling 逻辑。Model 只能请求 tool call 并提供输入参数而应用程序负责从输入参数执行 tool call 并返回结果。Model 永远无法访问作为 tools 提供的任何 API这是一个关键的安全考虑。Spring AI 提供了便捷的 API 来定义 tools、解析来自 model 的 tool call 请求并执行 tool calls。Tool在Spring AI中的应用Spring AI 提供了两种从方法指定 tools即ToolCallback(s)的内置支持声明式使用Tool注解编程式使用低级MethodToolCallback实现。Tool是Spring AI 提供实现 Function‑Calling工具调用的注解。配套注解ToolParam用来描述每一个入参告诉大模型参数含义、是否必填核心作用把你写的普通 Java Bean 的方法暴露给大模型作为可调用工具用来做 Agent。包org.springframework.ai.tool.annotation.ToolTool注解示例Component public class OrderTools { Tool(description 根据订单编号查询订单状态) public String queryOrder( ToolParam(description 订单编号,必填) String orderNo ){ // 业务逻辑查DB、调用接口 return 订单orderNo状态已发货; } }Tool注解允许您提供有关 tool 的关键信息nametool 的名称。如果未提供将使用方法名称。AI model 使用此名称在调用时识别 tool。因此不允许在同一类中有两个同名 tools。名称必须在特定聊天请求中提供给 model 的所有 tools 中唯一。descriptiontool 的描述model 可以使用它来理解何时以及如何调用 tool。如果未提供方法名称将用作 tool 描述。但是强烈建议提供详细描述因为这对于 model 理解 tool 的用途以及如何使用它至关重要。未能提供良好的描述可能导致 model 在应该使用时不使用 tool 或错误使用它。returnDirecttool 结果是否应直接返回给客户端或传递回 model。resultConverter用于将 tool call 的结果转换为String object以发送回 AI model 的ToolCallResultConverter实现。Spring AI 将自动为Tool注解方法的输入参数生成 JSON schema。Schema 由 model 用于理解如何调用 tool 并准备 tool 请求。ToolParam注解可用于提供有关输入参数的附加信息例如描述或参数是必需还是可选的。默认情况下所有输入参数都被视为必需使用Toolparam注解示例import java.time.LocalDateTime; import java.time.format.DateTimeFormatter; import org.springframework.ai.tool.annotation.Tool; import org.springframework.ai.tool.annotation.ToolParam; class DateTimeTools { Tool(description Set a user alarm for the given time) void setAlarm(ToolParam(description Time in ISO-8601 format) String time) { LocalDateTime alarmTime LocalDateTime.parse(time, DateTimeFormatter.ISO_DATE_TIME); System.out.println(Alarm set for alarmTime); } }ToolParam注解允许您提供有关 tool 参数的关键信息description参数的描述model 可以使用它来更好地理解如何使用它。例如参数应该是什么格式允许什么值等。required参数是必需还是可选的。默认情况下所有参数都被视为必需。如果参数用Nullable注解除非使用ToolParam注解明确标记为必需否则将被视为可选。除了ToolParam注解外您还可以使用来自 Swagger 的Schema注解或来自 Jackson 的JsonProperty。有关更多详细信息配置注册工具Bean public ChatClient chatClient(ChatModel chatModel, OrderTools orderTools){ return ChatClient.builder(chatModel) .defaultTools(orderTools) //扫描类中所有Tool方法 .build(); }Tool 完整执行链路启动扫描Tool→ 生成 function‑call JSON Schema请求大模型用户问题 工具 schema 一起发送LLM 判断需要调用工具返回tool_calls工具名、参数 jsonSpringAI查表找到 BeanMethod反射执行 Java 方法将执行结果再传给大模型生成自然语言回答⚠️大模型看不到你的 Java 源码它只拿到一份描述文档schema。真正跑 Java 代码的是你本地服务使用注意加Tool的类必须是 Spring BeanComponent/Service普通 new 出来的对象无效description不能随便写描述越清楚大模型越知道什么时候调用需要把这个 Bean 注册到ChatClient.defaultTools(bean)框架才会扫描注解不写ToolParam大模型容易填错参数一句话记忆Tool就是把 Java 方法包装成大模型可用的工具大模型做决策本地 JVM 干活